• <xmp id="6mkyy"><input id="6mkyy"></input>
  • <table id="6mkyy"></table>
    >> 當前位置:首頁 > HLEAN學堂 > 準時化物流 >
    楊善林院士:基于互聯網和大數據資源的社會物流和現場物 發布時間:2017-12-26        瀏覽:
    一、互聯網與大數據的資源觀

    互聯網與大數據發展到今天,已經成為一種非常重要的戰略性引導資源?;ヂ摼W它不僅僅是一個通信平臺和交流平臺,而是一個資源融入到經濟社會當中,像石油、天然氣一樣。這種資源全面融入到經濟社會系統運行的全過程,廣泛滲透到生產生活的各個方面,促進線上線下資源的融合與重構,從而推動生產和生活方式變革。

     

    二、信息服務系統與人工智能

    互聯網和大數據資源融入到社會經濟發展過程中需要信息服務系統來支撐。信息服務系統不管是哪一類應用,首先要有一個很大數據存儲功能和非常好的數據存儲結構。另外還有數據處理方法,這個方法要作用到數據存儲結構上,才能把每個社會資源用活、用好;然后在這樣的基礎上,它需要擁有數據處理系統,主要是對數據進行處理和服務,然后是訪問平臺和人機交互界面,這是信息系統的通用結構。但大數據的特性給傳統數據庫系統帶來了多種挑戰。

     

    在數據方面,以前數據是單模態的,即結構化數據,對于不同領域的上層應用,傳統數據庫系統具有通用的、完整的數據管理功能。而現在大數據是多模態,是非結構化的數據,有各種各樣的數據。第二個是靜態型和動態性,傳統的是事先確定數據模式,并需要滿足事務操作所有要求。而現在是動態性,多種類型的數據是快速增長,導致數據模式無法預先定義,難以支持事務特性。所以傳統的那些系統如果是SQL,很難適應大存儲數據系統。所以我們新型數據庫NewSql、Nosql等在快速發展。那么這個Nosql是非關系型數據庫,目前市場上也已經有很多在銷售和應用。Newsql也是一類,是高性能的數據庫,是一類新型關系型數據庫管理系統。這是數據存儲結構發生變化了,提出了新要求。

     

    在數據分析方面,從數據分析對象來說,以前我們處理的是經過預處理后的數據,而大數據是希望處理那些原始數據,是多源多模態數據。另外一方面數據分析的需求也發生改變了,從相對簡單的一般分析向精準的個性化分析發展。比如說早期物流系統只要能夠支持物流資源的整體配置,這個系統就已經很好用了。而當前希望動態實時的精準物流資源配置優化,要求就比以前高很多。在數據分析方面,從分析較為直觀的一般特征向分析復雜關聯的深層特征推進。比如我們早期需求主要是發現物流資源與需求之間的關系,這就可以進行匹配,而現在是希望將資源平臺、貨源平臺以及解決方案平臺等整合,構建智慧物流生態。從數據分析技術來說,從表達力受限的低維數據分析技術向高信息量的高維數據分析技術轉變。從分析能力來說,從小范圍有效的弱泛化能力向廣泛有效的強泛化能力提升。泛化能力是指什么意思呢?以前講人工智能,我有一部分數據拿來學習建立模型,然后這個模型新的數據可以適用,形成了以后通過這個模型就可以達到想到結果,我們就說模型的泛化能力很強。目前,通過對現有的可視化的展現、統計分析、積極學習等技術在的擴展,大數據分析應用有了不錯的進展,但大數據分析能力的提升仍然需要創新性、顛覆性的方法。

     

    以上的這些數據存儲和數據處理方法,都要依據一個數據平臺。而這個平臺有兩大關鍵技術,一是云平臺,也就是集中存放。云平臺是一類重要的大數據處理平臺,涉及以數據存儲為主的存儲型云平臺、以數據處理為主的計算型云平臺以及計算和數據存儲處理兼顧的綜合云平臺。云平臺能夠以低成本、按需滿足用戶對數據處理的需求。那么一個大的云平臺如何滿足各種不同用戶的需求呢?那就是通過軟件定義,軟件定義通過硬件資源虛擬化和管理功能可編程,將統一的平臺“定義”為滿足不同需求的領域平臺。另外就是現有的以通用性考慮為主的IT體系很難滿足大數據的需求,整個IT架構將迎來革命性的重構。

     

    那么新一代信息技術重構了生產、分配、交換、消費等經濟活動各環節,形成從宏觀到微觀各領域的智能化新需求,使得人工智能在城市、制造、醫療、機器人、物流等各個領域成為關鍵技術,從而進一步促進了當前人工智能的快速發展。近十年來,隨著互聯網、移動互聯網、傳感器網和感知設備等的發展,形成了快速便捷的人網交互以及普適泛在的人機共融的信息環境,呈現出網絡化、數字化和智能化的特征,從而成為當前數據驅動的人工智能發展的主要動力之一。當前,以深度學習和強化學習為代表的人工智能實現方法,側重于數據驅動的智能模擬、延伸和擴展,強化和發展了感知、認知、決策等各階段的視覺、聽覺、語言、推薦、預測等技術能力,促進了人工智能在社會經濟各領域的廣泛運用。

     

    人工智能是一個新詞匯,其發展大體上有三個階段。第一個階段建立在知識表示與推理機制基礎上的人工智能技術,那時的人工智能主要是模擬人的邏輯思維。例如,如果AB,如果CD,變成一個邏輯公式,把這些公式在成熟的基礎上應用。如果出現A情況就知道是D,出現B情況就知道是C。早期人工智能用這樣一種方式來表達人的知識是極其有限的,所以雖然在一些領域得到了廣泛應用,但是這種應用很難推廣,所以就冷落下來了。后來,由于人工神經網絡這樣的出現,機器學習科學技術的出現,人們開始思考能不能通過機器學習讓計算機來模擬人的經驗思維。這就不是一種邏輯了,而是把人的經驗數據收集過來,訓練一套網絡。這個網絡馴化好了以后,當出現新情況的時候,就把新的情況輸入到這個網絡,得到新的結果。但是很可惜,人們后來發現,建立在這種機器學習基礎上的、模擬人的經驗思維,和早期人工智能類似,泛化能力很差,新情況出現就推演不出新結果,所以人工智能又走入低谷。當前,人工智能又很熱,我們認為主要是建立在大數據和深度學習基礎上的人工智能技術,這兩者結合之后產生一種新的功能,使得我們人的很多經驗能夠真正地得以利用。比如阿法狗是最典型案例,把大量的棋局收集在其系統中,然后通過多層人工神經網絡學習,判斷出現什么棋局的時候什么方案最好,就把什么方案調過來。所以人很難贏它,做得很成功。當然它本身的方法能力不是很強,除下棋外,做其他事情不一定行。人工智能的方法有多,最近又出現了一種叫“強化學習”的方法,通過讓機器學習系統基于外界環境的獎勵或懲罰等反饋,不斷提升機器學習系統的性能。典型案例就是AlphaGo Zero,完全從零開始,不需要任何知識,完全靠自身強化學習,以1000擊敗AlphaGo。還有一類遷移學習,把一個環境當中得到的學習方法遷移到另外一個環境中;還有叫生成樹對抗網絡,也就是針對一個問題,我有一種方法,那么另外一個軟件就專門從方法上找問題,去攻擊它,一直到最后攻擊不動了,攻擊不了了,那生成樹就不錯。

     

    在這些信息服務系統和新的智能算法基礎之上,人們對未來的社會發展充滿了幻想。未來的交通物流系統,是天地一體化的。飛機、高鐵、公路和各種物流運輸設備的實時運行數據都感知反饋到我們的信息服務系統中。比如說車輛的情況、路面的坡度,天氣情況等等一系列的信息都通過網絡采集傳送到我們的信息服務系統,構建一個多維覆蓋天地一體化的交通物流系統。那么這種交通物流系統要管理,道路交通要形成大量的車聯網,車和車相互關聯;水路交通要有船聯網;航空交通有空聯網。而這些車聯網、船聯網、空聯網再通過互聯互通的網絡形成一個綜合的物流系統發展新特征,也就是車聯網能實現車路協同,船聯網形成船岸協同,空聯網形成空地協同。這樣一個系統就需要天空地一體化的網絡來支撐,大數據就是通過這種無縫覆蓋的多維度的感知獲取,形成通過數據的匯聚、辨識、關聯,形成對物流有價值的物流大數據。而這種物流大數據通過分析就能夠進行柔性計劃、多元融合形成智能響應。同樣,通過大數據能夠實現按需匹配、跨界使用實現智能配準,還能進行組合優化、人機交互的智能推薦。

     

    阿里巴巴給杭州規劃的未來城市交通方案,中間是他的城市大腦,是海量異構數據機復雜進程的處理中心。而其他高鐵、汽車等,都是實現的神經末梢,實現下意識反應,達到局域與中心的協同融合。未來系統要適應人的需要,比如說我們從北京天安門廣場要到合肥文旅城開會,你現在考慮的是我怎么來機場,然后在機場怎么安檢,然后怎么進飛機,下飛機我又怎么辦。將來,你只需要買一張票,從北京家到文旅城,路線全部規劃好,系統按照你的要求給你選擇了路徑,什么時間從家出發,車什么時候到達你家樓下接你,全部都給你辦好。未來,我想物流也應該是這樣的。當然智能航線規劃、智能起降管理、智能空中防撞等問都在研究中。如以后交通路口不需要紅綠燈,只有無人駕駛辦得到,有人駕駛就辦不到。將來,我們的物流也應該是建立在這樣一種系統上去思考。

     

    所以總體來說,信息服務系統再加上人工智能,在這個基礎上就可以對未來社會的方方面面進行各種各樣的暢想,沒有做不到的,就只有想不到的。從信息服務系統來看,人工智能來說有這么幾點結論,一是大數據資源的感知、開放、共享、安全、更新是大數據研究的重要方向。二是高動態多模態的大數據存儲與分析的一般技術短期內很難有重大突破,但是結合一些具體應用領域需求來展開的大數據技術研究很可能取得重大突破。三是面向大量結構化數據的分析方法有較好的研究基礎,同時也有很大的發展空間,在分析人的行為和預測經濟社會發展趨勢方面仍然發揮重要的作用。四是建立在知識表示與推理機制基礎之上,以模擬人的邏輯思維為目標的人工智能技術例如專家系統,在大量數據的支持下一定會得到更加廣泛的應用。五是在機器學習理論基礎上發展起來的、以模擬人的經驗思維為目標的、能夠處理高動態多模態大數據的人工智能技術在大數據分析中可能有很好的應用前景。六是建立在大數據和機器學習深度融合基礎上的、以不依賴于人類先驗知識的自學習為目標,以深學習和強化學習技術為支撐的人工智能具有更為廣闊的發展空間。

     

    新一輪科技革命正在引領世界經濟的發展,新一代信息技術正在深刻地變革著經濟社會的發展方式。然而,社會對人的最基本的素質要求卻始終不便。例如,千百年來,誠信被中華民族視為自身的行為規范和道德修養,形成了內容極其豐富的誠信文化,空子道“言而無信,不知其可也”,這是兩千五百多年前的古代先哲們對誠信的理解,同仁堂有一副有名的楹聯“炮制雖繁必不敢省人工,品味雖貴必不敢減物力”,這是近代的企業家們對誠信的理解。在今天,衛星上天、蛟龍入海,這些豐功偉績無一不是廣大科技工作者扎扎實實誠信勞動的結果。這足以說明,盡管兩千五百多年來,科技、經濟、社會發生了不能簡單用翻天覆地來加以形容的巨大涅變,但是社會對誠信的要求卻是亙古不變的。

     
    <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>